Exploring the potential of food forestry to assist in ecological restoration in North America and beyond
Notice bibliographique
Résumé
Food forests—edible, perennial, polyculture systems—are of increasing interest in North America and the United Kingdom, as reflected in projects ranging from urban food initiatives to integrated conservation and restoration planning. To examine emerging food forestry (FF) against the backdrop of ecological restoration (ER), we conducted semi‐structured interviews with eight experts each from the fields of FF and ER in conjunction with observations of food forests in Canada, the United States, and the United Kingdom. Using content analysis, our study builds a FF model that encompasses the underlying goals of emerging FF—forest function; diversity of yields; education and culture sharing; healthy habitats for people and other species; and sustainability. We argue that FF has potential as an urban restoration tool in terms of enhancing the multifunctionality of heterogeneous landscapes undergoing significant changes. This will require meaningful consideration of ethical issues (e.g. commodification of nature), landscape contexts, ecological integrity, integration of historical knowledge, and resilience for interdependent, dynamic social and ecological systems. Moreover, systematic, long‐term monitoring of different types of food forests will be crucial in order to mindfully apply FF in ER. This research provides one of the first in‐depth analyses of how emerging FF might contribute to restoration in the time of the Anthropocene, especially outside traditional tropic regions where most FF has been practiced.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».